conda虚拟环境快速上手教程
几种Python虚拟环境的特点
virtualenv
和virtualenvwrapper
只能创建本机已安装
的Python版本
虚拟环境;
conda
可以创建多版本Python
虚拟环境,生产环境
中更推荐
Python虚拟环境virtualenv
python单环境经常会因为多个项目之间的依赖包冲突问题导致无法正常工作,用Python虚拟环境可以很好的隔离开发环境。
Python的虚拟开发环境优点,轻量级。
https://blog.csdn.net/Zhang_Pro/article/details/107065049
# Linux安装virtualenv包
## RHEL
yum install -y python3-virtualenv
## Debian
apt install -y python3-virtualenv
# pip安装virtualenv
pip install virtualenv
创建虚拟环境
# 创建虚拟环境
python3 -m venv myenv
# 创建默认python版本
virtualenv-3 myenv
## -p 指定python版本
virtualenv-3 -p python3.7 myenv
pyvenv.cfg
文件是虚拟环境配置文件
激活虚拟环境:
# 激活虚拟环境
source myenv/bin/activate
退出虚拟环境
# 退出虚拟环境
deactivate
删除虚拟环境
# 删除项目目录
rm -rf python_project_dir
virtualenvwrapper管理多虚拟环境
参考:https://blog.csdn.net/Zhang_Pro/article/details/107065049
每次进入virtualenv
环境的时候,都需要进入目录中单独操作,但是当virtualenv过多
的时候就显得有些棘手了,所以推荐使用virtualenvwrapper
能够管理多个虚拟环境
的包
安装virtualenvwrapper虚拟环境扩展包
# 更新pip
pip3 install -U pip
# pip安装python虚拟环境管理器
pip3 install virtualenv
# pip安装python虚拟环境扩展包
pip3 install virtualenvwrapper
# pip安装virtualenv虚拟环境扩展包for Windows
pip3 install virtualenvwrapper-win
# Debian安装virtualenv虚拟环境扩展包
apt install -y python3-virtualenvwrapper
设置WORK_HOME环境变量
在Linux
环境下,我们可以直接在~/.bashrc
文件中指定WORK_HOME
环境变量
# 新建存放环境目录
mkdir -p $HOME/python_envs
vim ~/.bashrc
export WORK_HOME=$HOME/python_envs
source /usr/local/bin/virtualenvwrapper.sh
使配置生效
# 使配置生效
source ~/.bashrc
这样就配置好了文件。可能会找不到文件/usr/local/bin/virtualenvwrapper.sh
,所以可以用which命令找到文件的目录,并将其替换掉即可。
WIndows
系统下在系统环境变量下加入WORK_HOME
变量即可。
virtualenvwrapper常用方法
创建虚拟环境
# 创建默认版本python虚拟环境
mkvirtualenv venvname
# 创建虚拟环境
mkvirtualenv --python=python3.7 venvname
# 或者是
mkvirtualenv -p python3.7 venvname
查看已经创建的虚拟环境
# 查看已经创建的虚拟环境
workon
激活虚拟环境
# 激活虚拟环境
workon venvename
删除虚拟环境
# 删除虚拟环境
rmvirtualenv venvname
conda虚拟环境
Conda是一个开源的包管理系统和环境管理系统,用于安装和管理多个软件包和其依赖项。
Windows安装conda
# Windows安装conda
choco install anaconda3 -y
Linux安装conda
https://conda.io/projects/conda/en/stable/user-guide/install/rpm-debian.html
RHEL系列发行版安装conda
# 导入conda源的GPG公钥
rpm --import https://repo.anaconda.com/pkgs/misc/gpgkeys/anaconda.asc
# 添加 Anaconda 存储库
cat <<EOF > /etc/yum.repos.d/conda.repo
[conda]
name=Conda
baseurl=https://repo.anaconda.com/pkgs/misc/rpmrepo/conda
enabled=1
gpgcheck=1
gpgkey=https://repo.anaconda.com/pkgs/misc/gpgkeys/anaconda.asc
EOF
安装conda
# 安装conda
yum install -y conda
Debian系列发行版安装conda
# 将conda的公共 GPG 密钥安装到受信任的存储中
curl https://repo.anaconda.com/pkgs/misc/gpgkeys/anaconda.asc | gpg --dearmor > conda.gpg
install -o root -g root -m 644 conda.gpg /usr/share/keyrings/conda-archive-keyring.gpg
# 检查指纹是否正确(否则输出错误信息)
gpg --keyring /usr/share/keyrings/conda-archive-keyring.gpg --no-default-keyring --fingerprint 34161F5BF5EB1D4BFBBB8F0A8AEB4F8B29D82806
# 添加conda的 Debian 存储库
echo "deb [arch=amd64 signed-by=/usr/share/keyrings/conda-archive-keyring.gpg] https://repo.anaconda.com/pkgs/misc/debrepo/conda stable main" > /etc/apt/sources.list.d/conda.list
安装conda
# 刷新apt源
apt update
# 安装conda
apt install -y conda
加载conda变量
# 临时加载conda变量--一次有效
source /opt/conda/etc/profile.d/conda.sh
# 持久配置conda变量
cp /opt/conda/etc/profile.d/conda.sh /etc/profile.d/conda.sh
Anaconda仓库第国内加速源
参考: 可以使用其他国内源
https://blog.csdn.net/weixin_43667077/article/details/106521015
在系统用户
目录下创建名为 .condarc
的文件
# 创建.condarc`文件
touch ~/.condarc
然后将下面内容复制到.condarc
文件中
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
清除索引缓存(必需执行)
# 清除索引缓存
conda clean -i
conda常用命令
python
单环境经常会因为包冲突问题
导致无法正常工作,用conda
可以很好的隔离开发环境
。
# 升级全部库:
conda upgrade --all
# 升级一个包
conda update packagename
# 安装包:
conda install packagename
## 也可以安装多个包:
conda installl numpy pandas scipy
# 安装固定版本的包:
conda install numpy =1.10
# 移除一个包:
conda remove packagename
# 查看所有包:
conda list
更新conda主程序
# 更新conda主程序
conda update conda
conda update anaconda
# update最新版本的anaconda-navigator
conda update anaconda-navigator
创建虚拟环境
# 创建指定版本的Python虚拟环境
## -n 指定python环境名
conda create -n 环境名 python=3.6
# 示例2:
conda create -y -n wes python=3.8
# 创建环境并指定包
## 环境创建好就包含有numpy和pandas包
conda create -n 环境名 python=3.5 numpy pandas
管理python环境:
# 激活环境:
conda activate env_name
# 退出环境:
conda deactivate
# 激活base环境
conda activate
# 删除虚拟环境:
conda remove -n 环境名 --all
# 显示所有虚拟环境:
conda info -e
conda env list
# conda 创建的虚拟环境是在anaconda安装目录下的evens下,所以使用pycharm,只要在特定项目配置运行环境就可以了
powershell下无法激活conda虚拟环境
执行命令
# 为powershell初始化conda
conda init powershell
重启powershell
,如果出现命令行前出现(base)
即为成功
如果报错,请参考 https://www.jianshu.com/p/4e6d00d55506
powershell无法退出conda虚拟环境
错误的命令
# 原退出虚拟环境命令
deactivate
# 输入命令后弹出要求选择shell
正确执行命令
# 退出虚拟环境
conda deactivate
Anaconda代理访问源(实测不管用)
# 先开启ip代理访问功能
conda config --set use_pip True
执行完上述命令之后,当前用户的home目录下会出现一个.condarc
文件
将下列内容粘贴到该文件中
proxy_servers:
socks5 127.0.0.1 51837
正确卸载anaconda3
如果在Windows中执行Uninstall-Anaconda3.exe
进行卸载会又很多残留.
正确的conda卸载方法:
先要安装一个清理工具
,再执行卸载
1.安装Anaconda-Clean清理工具
# 安装 Anaconda-Clean package
conda install anaconda-clean
- 执行
清理
命令
# 执行卸载命令
anaconda-clean --yes
- 运行安装目录下的
Uninstall-Anaconda3.exe
即可
卸载conda后powershell报错
参考地址: https://blog.raincorn.top/2020/02/21/Anaconda_Uninstalled_CMD_Powershell_Error/
暂时没好的解决办法,重新安装anaconda执行conda init
就好了